NVIDIA 在 CoRL 发布 GR00T 2 与 Isaac Lab 3.0，推动机器人精细操作训练
NVIDIA 在 CoRL 大会上发布开放世界动作模型 GR00T 2、开源机器人学习框架 Isaac Lab 3.0 及多项开放基准，并与多家合作伙伴展示如何用仿真训练机器人完成线缆连接、齿轮对齐等精细操作任务。
NVIDIA 发布 GR00T 2 与 Isaac Lab 3.0
据 NVIDIA 官方博客，在德克萨斯州奥斯汀举行的机器人学习会议（CoRL）上，NVIDIA 发布了多项开放机器人技术，包括世界动作模型 GR00T 2、开源机器人学习框架 Isaac Lab 3.0，以及与合作伙伴共同构建的新开放基准。据其介绍，GR00T 2 基于 NVIDIA Cosmos 构建，训练数据包含 10 万小时的 NVIDIA 开源人类第一视角数据，可让机器人学习灵巧操作技能。
NVIDIA 称，GR00T 2 在 50 项评估任务中有 40 项在无任务专用演示的情况下至少完成过一次；在每项任务仅一次演示时，50 项任务平均成功率为 71%，五次演示时提升至 95%。该公司还表示，GR00T 2 目前在 RoboCasa365、RoboLab、RoboDojo 和 MolmoSpaces 等基准的视觉语言动作与世界动作模型类别中位列前三。上述数字均来自厂商自述，尚未获独立验证。
仿真训练从运动转向精细操作
博客指出，仿真长期用于训练机器人行走、滚动和跳跃，如今正被用于齿轮对齐、线缆连接和小型零件装配等需要更精细触觉的任务。Isaac Lab 3.0 与开源物理引擎 Newton 的集成，使其能够对线缆、布料等可变形物体以及多关节机器人手进行建模。NVIDIA 称，在基于视觉的灵巧操作基准中，Isaac Lab 3.0 配合 Newton 的训练吞吐量最高可达 Isaac Lab 2.3 配合 PhysX 的 2.5 倍。
NVIDIA 还提到，基于 Isaac Lab 构建的 AlphaNIST 用单一策略学习 NIST 装配任务板上的全部 20 项任务，训练成功率超过 98%，而按任务分别训练的策略为 81%，GPU 时间约为后者的 1/39。此外，DexBench 与 VABAR 两项新开放基准用于评估工业任务中的灵巧性与适应性。NVIDIA 表示正与 Ambi Robotics、Bosch Research、Siemens、Skild AI、UC Berkeley 等伙伴合作推广这些技术。
限制与来源
本文信息来自 NVIDIA 官方博客，相关性能数据、基准排名与任务成功率均为厂商公布，尚未获第三方独立确认。GR00T 2、Isaac Lab 3.0 及各基准的可用范围、许可条款与获取方式可能随地区变化，请以 NVIDIA 官网当前信息为准。文中提及的企业应用多为测试或评估阶段，实际部署情况尚未披露。